本文選題：稀疏表示 + 聯(lián)合稀疏模型�。� 參考：《現(xiàn)代測繪》2016年03期

【摘要】：遙感影像融合技術(shù)能通過綜合不同衛(wèi)星傳感器獲取影像互補信息達到對地物進行提取的效果。針對合成孔徑雷達(Synthetic Aperture Radar,SAR)與光學(xué)影像融合的光譜扭曲和空間細節(jié)信息丟失問題,提出一種基于聯(lián)合稀疏模型的高分辨率SAR與光學(xué)影像融合方法。該方法借鑒信號聯(lián)合稀疏表示思想,假定SAR與光學(xué)影像均可由共有和專有稀疏表示部分組成,分別對應(yīng)影像冗余信息中的有效部分與影像互補信息:其中共有部分用離散余弦字典表示,專有部分用離散余弦字典和學(xué)習(xí)字典組成的混合字典表示。在求解出融合影像在聯(lián)合稀疏模型下的稀疏系數(shù)之后重建出融合影像。實驗結(jié)果表明,該方法能同時保持高分辨率SAR影像空間細節(jié)信息和光學(xué)影像光譜信息,提高了高分辨率SAR與光學(xué)遙感影像的融合效果。
[Abstract]:Remote sensing image fusion technology can obtain complementary image information by synthesizing different satellite sensors to extract ground objects. Aiming at spectral distortion and loss of spatial detail information of synthetic Aperture Radar (SAR) fusion with optical image, a high resolution SAR and optical image fusion method based on joint sparse model is proposed. The method uses the idea of signal union sparse representation for reference and assumes that both SAR and optical image can be composed of shared and proprietary sparse representation. The effective part and the image complementary information are respectively corresponding to the redundant information of the image: the total part is represented by the discrete cosine dictionary and the exclusive part is represented by the mixed dictionary composed of the discrete cosine dictionary and the learning dictionary. After solving the sparse coefficients of the fusion image under the joint sparse model, the fusion image is reconstructed. The experimental results show that the proposed method can maintain both spatial detail information and spectral information of high-resolution SAR images and improve the fusion effect between high-resolution SAR and optical remote sensing images.
【作者單位】： 中南大學(xué)地球科學(xué)與信息物理學(xué)院;有色金屬成礦預(yù)測與地質(zhì)環(huán)境監(jiān)測教育部重點實驗室(中南大學(xué));
【基金】：國家973計劃資助項目(2012CB719903) 國家自然科學(xué)基金資助項目(41401402,41301453,51479215) 中國博士后科學(xué)基金資助項目(2014M552161) 湖南省自然科學(xué)基金資助項目(2015JJ3150) 湖南省地理國情監(jiān)測項目(HNGQJC201503)
【分類號】：P237

【相似文獻】

相關(guān)期刊論文 前10條

1 孔鵬飛;孔建利;;航測內(nèi)業(yè)中遙感影像融合方法研究[J];數(shù)字技術(shù)與應(yīng)用;2013年09期

2 黃健,賴震剛;利用Corel PHOTO-PAINT實現(xiàn)遙感影像融合[J];江蘇測繪;2002年S1期

3 李淑琴;李華;賈俊紅;;高分辨率遙感影像融合方法應(yīng)用研究[J];河南水利與南水北調(diào);2012年16期

4 胡曉東;沈占鋒;王衛(wèi)紅;駱劍承;;基于局部差異加權(quán)的遙感影像融合方法研究[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2008年11期

5 王樂;牛雪峰;王明常;;遙感影像融合技術(shù)方法研究[J];測繪通報;2011年01期

6 楊玉靜;;遙感影像融合關(guān)鍵技術(shù)探討[J];北京測繪;2010年02期

7 王廣杰;周介銘;楊存建;趙景峰;;基于不同算法的遙感影像融合分析[J];四川師范大學(xué)學(xué)報(自然科學(xué)版);2011年02期

8 鄒勤;賈永紅;;一種基于形態(tài)金字塔的遙感影像融合方法及其性能評價[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年11期

9 夏清;胡振琪;李建華;王亞云;邵芳;;不同遙感影像融合方法的質(zhì)量評價[J];地理空間信息;2013年01期

10 陳春華;蘇逸平;鄒崇堯;;WorldView-2遙感影像融合方法實驗研究[J];地理空間信息;2013年06期

相關(guān)會議論文 前4條

1 侯春紅;戴文晗;;遙感影像融合方法在工程地質(zhì)工作中的應(yīng)用[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

2 邢帥;譚兵;徐青;耿則勛;;一種自適應(yīng)關(guān)聯(lián)多分辨分析的遙感影像融合算法[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

3 李林宜;陳清平;;基于小波變換的自適應(yīng)遙感影像融合方法[A];測繪荊楚——湖北省測繪學(xué)會2005年“索佳杯”學(xué)術(shù)論文集[C];2005年

4 陳亨霖;汪小欽;;基于TM和資源二號遙感影像融合的灘涂信息提取[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2003年

相關(guān)博士學(xué)位論文 前1條

1 黃登山;像素級遙感影像融合方法研究[D];中南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王力彥;多源光學(xué)遙感影像融合方法研究[D];中國地質(zhì)大學(xué)（北京）;2014年

2 譚永生;像素級中高分辨率遙感影像融合研究[D];浙江大學(xué);2007年

3 王樂;遙感影像融合及其質(zhì)量評價[D];吉林大學(xué);2012年

4 ，

本文編號：1942443